转换流
1字符编码和字符集
字符编码
计算机中储存的信息都是用二进制数表示的,而我们在屏幕上看到的数字、英文、标点符号、汉字等字符是二进制数转换之后的结果。按照某种规则,将字符存储到计算机中,称为编码。反之,将存储在计算机中的二进制数按照某规则解析显示出来,称为解码。比如说,按照A规则存储,同样按照A规则解析,那么就能显示正确的文本符号。反之,按照A规则存储,再按照B规则解析,就会导致乱码现象。
编码:字符(能看懂的)->字节(看不懂的)
解码:字节(看不懂的)->字符(能看懂的)
- 字符编码Character Encoding | :就是一套自然语言的字符与二进制数之间的对应规则。
编码表:生活中文字和计算机中二进制的对应规则
字符集
- 字符集| Charset |:也叫编码表。是一个系统支持的所有字符的集合,包括各国家文字、标点符号、图形符
号、数字等。
计算机要准确的存储和识别各种字符集符号,需要进行字符编码, 一套字符集必然至少有一套字符编码。 常见字符集有ASCII字符集、GBK字符集、Unicode字符集等。
可见,当指定了编码,它所对应的字符集自然就指定了,所以编码才是我们最终要关心的。
- ASCII字符集:
- ASCII ( American Standard Code for Information Interchange ,美国信息交换标准代码)是基于拉丁字
母的一套电脑编码系统,用于显示现代英语,主要包括控制字符(回车键、退格、换行键等)和可显示字
符(英文大小写字符、阿拉伯数字和西文符号)。 - 基本的ASCII字符集,使用7位( bits)表示一 个字符,共128字符。ASCII的扩展字符集使用8位( bits )表
示-一个字符,共256字符,方便支持欧洲常用字符。
- IS0-8859-1字符集 😐 I
- 拉丁码表,别名Latin-1 ,用于显示欧洲使用的语言,包括荷兰、丹麦、德语、意大利语、西班牙语等。
- IS0-5559-1使用单字节编码,兼容ASCII编码。
- GBxxx字符集:
- GB就是国标的意思,是为了显示中文而设计的一套字符集。
- GB2312 :简体中文码表。-一个小于127的字符的意义与原来相同。但两个大于127的字符连在一 起时,就
表示一个汉字,这样大约可以组合了包含7000多个简体汉字,此外数学符号、罗马希腊的字母、日文的
假名们都编进去了,连在ASCII里本来就有的数字、标点、字母都统统重新编了两个字节长的编码,这就
是常说的"全角”字符,而原来在127号以下的那些就叫”半角”字符了。 - GBK :最常用的中文码表。是在GB2312标准基础上的扩展规范,使用了双字节编码方案,共收录了
21003个汉字,完全兼容GB2312标准，同时支持繁体汉字以及日韩汉字等。 - GB18030 :最新的中文码表。收录汉字70244个,采用多字节编码,每个字可以由1个、2个或4个字节组
成。支持中国国内少数民族的文字,同时支持繁体汉字以及日韩汉字等。
- Unicode字符集:
- Unicode编码系统为表达任意语言的任意字符而设计,是业界的一种标准,也称为统一码、标准万国码。
- 它最多使用4个字节的数字来表达每个字母、符号,或者文字。有三种编码方案, UTF-8、 UTF-16和UTF-32。最为常用的UTF-8编码。
- UTF-8编码。可以用来表示Unicode标准中任何字符,它是电子邮件、网页及其他存储或传送文字的应用中,优先采用的编码。互联网工程工作小组(IETE )要求所有互联网协议都必须支持UTF-8编码。所以,我们开发Web应用,也要使用UTF-8编码。它使用一-至四个字节为每个字符编码 ,编码规则:
- 128个US-ASCII字符,只需-一个字节编码。
- 拉丁文等字符,需要二个字节编码。
- 大部分常用字(含中文) ,使用三个字节编码。
- 其他极少使用的Unicode辅助字符,使用四字节编码。
解决fileReader读取文件乱码（重点）
idea默认编码格式是utf-8（标准万国码的一种），而Windows操作系统默认是GBK（中文码表），如果fileReader读取系统中的文件，则无法将字节转换为字符，此时会出现乱码。
如果用转换流InputStreamReader读取文件，它可以指点编码表，也就是说可以指定任意一个编码，把字节转换为字符，这时就不会出现乱码。
过程
InputStreamReader
OutputStreamWriter
OutputstreamWriter
java. io. OutputStreamwriter. extends writer
OutputstreamWriter:是字符流通向字节流的桥粱:可使用指定的charset 将要写入流中的字符***编码***成字节。(编码:把能看懂的变成看不懂)
继续自父类的共性成员方法:
- void write(int c)写入单个字符。
- void write(char[] cbuf)写入字符数组。
- abstract void write(char[] cbuf, int off, int len)写入字符数组的某-部分, off数组的开始索引, len写的字符个数。
- void write(String str)写入字符串。
void write(String str, int off, int len) 写入字符串的某-部分 , off字符串的开始索引, len写的字符个数。 - void flush( )刷新该流的缓冲。
- void close() 关闭此流，但要先刷新它。
构造方法:
- OutputStreamwriter(OutputStream out )创建使用默认字符编码的outputStreamwlriter.
- OutputStreamWriter(OutputStream out, String charsetName) 创建使用指定字符集的Outputstreamlriter.
参数:
- Outputstream out :字节输出流,可以用来写转换之后的字节到文件中
String charse tName :指定的编码表名称,不区分大小写,可以是utf- 8/UTF-8, gbk/GBK… .不指定默认使用UTF-8
使用步骤：
1.创建0utputStreamwriter对象,构造方法中传递字节输出流和指定的编码表名称
2.使用0utputStreamwriter对象中的方法write ,把字符转换为字节存储缓冲区中(编码)
3.使用0utputStreamwriter对象中的方法flush,把内存缓冲区中的字节刷新到文件中(使用字节流写字节的过程)
4.释放资源
demo
InputStreamReader
继承自父类的共性成员方法:
- int read() 读取单个字符并返回。
- int read(char[] cbuf)- 次读取多个字符将字符读入数组。
- void close() 关闭该流并释放与之关联的所有资源。
构造方法:
- InputStreamReader(InputStream in)创建一个使用默认字符集的InputStreamReader.
- InputStreamReader(InputStream in, String charsetName) 创建使用指定字符集的InputStreamReader.
参数:
InputStream in:字节输入流,用来读取文件中保存的字节
String charsetName :指定的编码表名称,不区分大小写,可以是utf- 8/UTF-8, gbk/GBK… .不指定默认使用UTF-8
使用步骤:
1.创建InputstreamReader对象,构造方法中传递字节输入流和指定的编码表名称
2.使用InputstreamReader对象中的方法read读取文件
3.释放资源
demo
